«unbiased-estimator» 태그된 질문

하자 분포 랜덤 샘플 feom 수 에 대한 . 즉,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) 대한 최소 분산을 갖는 편견 추정량을g(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} 내 시도 : 기하 분포는 지수 패밀리에서 때문에 통계 는 완전하고 충분합니다 . 또한 이 대한 추정값 인 경우 편향되지 않습니다. 따라서 Rao-Blackwell 정리와 Lehmann-Scheffé 정리에서 는 우리가 찾는 추정값입니다.∑Xi∑Xi\sum …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

로지스틱 회귀 분석에 대한 최대 가능성 추정기 (MLE)에 대한 몇 가지 사실을 알고 싶습니다. 일반적으로 로지스틱 회귀에 대한 MLE이 편향되어 있다는 것이 사실입니까? 나는 "예"라고 말할 것입니다. 예를 들어, 샘플 치수는 MLE의 점근 적 편향과 관련이 있습니다. 이 현상의 기본 예를 알고 있습니까? MLE이 편향되어있는 경우 MLE의 공분산 행렬이 최대 …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

내가 있다고 가정 추정 긍정적 인 매개 변수를 와 해당 추정량에 의해 생산 불편 추정치 , 즉 , 등입니다.nnnμ1,μ2,...,μnμ1,μ2,...,μn\mu_1,\mu_2,...,\mu_nnnnμ1^,μ2^,...,μn^μ1^,μ2^,...,μn^\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n}E[μ1^]=μ1E[μ1^]=μ1\mathrm E[\hat{\mu_1}]=\mu_1E[μ2^]=μ2E[μ2^]=μ2\mathrm E[\hat{\mu_2}]=\mu_2 견적을 사용하여 을 추정하고 . 순진한 추정량 은 min(μ1,μ2,...,μn)min(μ1,μ2,...,μn)\mathrm{min}(\mu_1,\mu_2,...,\mu_n)min(μ1^,μ2^,...,μn^)min(μ1^,μ2^,...,μn^)\mathrm{min}(\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n})E[min(μ1^,μ2^,...,μn^)]≤min(μ1,μ2,...,μn)E[min(μ1^,μ2^,...,μn^)]≤min(μ1,μ2,...,μn)\mathrm E[\mathrm{min}(\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n})]\leq \mathrm{min}(\mu_1,\mu_2,...,\mu_n) 또한 해당 추정량 의 공분산 행렬이 있다고 가정합니다 . 주어진 추정값과 공분산 행렬을 사용하여 편향되지 않은 (또는 덜 …

9 unbiased-estimator  estimators  minimum 

예 : 직업 설명에 "영국의 Java Senior Engineer"문장이 있습니다. 나는 2 개 종류로 예측하는 깊은 학습 모델을 사용하려면 : English 와 IT jobs. 기존 분류 모델을 사용하는 경우 softmax마지막 레이어에서 함수가있는 레이블 하나만 예측할 수 있습니다 . 따라서 두 모델 신경망을 사용하여 두 범주 모두에서 "예"/ "아니오"를 예측할 수 있지만 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty